研究人员开发了FIRM，一种用于遥感推理分割中掩码细粒度令牌内表示的新颖方法。该方法通过预测视觉令牌内的子单元模式，而不是单一的二元标签，来解决当前多模态大语言模型（MLLMs）的局限性。FIRM增强了小型目标、细长结构和相邻实例的表示，从而提高了物体边界的精度。该方法通过有效恢复每个子单元内的细粒度细节，在EarthReason和LaSeRS等多个基准测试中取得了最先进的结果。 AI
影响 增强了MLLM在遥感应用中精确图像分割的能力。
排序理由 这是一篇详细介绍图像分割新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
